深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
641	2025-04-26	A Recognition System for Diagnosing Salivary Gland Neoplasms Based on Vision Transformer 2025-Feb, The American journal of pathology DOI:10.1016/j.ajpath.2024.09.010 PMID:39490441	研究论文	开发了一种基于Vision Transformer (ViT)的计算机辅助诊断模型，用于准确分类唾液腺肿瘤的最常见亚型	首次将Vision Transformer (ViT)应用于唾液腺肿瘤的分类，并在诊断性能上超越了基准模型	研究仅基于3046张全切片图像，样本来源和多样性可能有限	提高唾液腺肿瘤的组织学分类准确性，辅助病理学家进行精确诊断	唾液腺肿瘤的八种常见亚型，包括多形性腺瘤、肌上皮瘤、Warthin瘤等	计算机视觉	唾液腺肿瘤	深度学习	Vision Transformer (ViT)	图像	3046张全切片图像，涵盖九种不同的组织类别
642	2024-12-18	Correction: Deep learning assists early-detection of hypertension-mediated heart change on ECG signals 2025-Feb, Hypertension research : official journal of the Japanese Society of Hypertension IF:4.3Q1 DOI:10.1038/s41440-024-01980-5 PMID:39681651	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
643	2025-04-26	The Impact of Deep Learning on Determining the Necessity of Bronchoscopy in Pediatric Foreign Body Aspiration: Can Negative Bronchoscopy Rates Be Reduced? 2025-Feb, Journal of pediatric surgery IF:2.4Q2 DOI:10.1016/j.jpedsurg.2024.162014 PMID:39489944	研究论文	本研究评估了深度学习方法在诊断儿童异物吸入（FBA）中的作用，以减少不必要的支气管镜检查及其潜在并发症	使用基于CNN的深度学习方法显著提高了预测支气管镜检查必要性的准确性，减少了阴性支气管镜检查率	研究样本量较小，未来需要更大规模的多中心数据集验证结果	评估深度学习方法在减少儿童异物吸入诊断中不必要的支气管镜检查的应用效果	47名疑似异物吸入的儿科患者和63名健康儿童的110张PA CXR图像	计算机视觉	儿科异物吸入	CNN, 多元逻辑回归（MLR）	CNN	图像	110张PA CXR图像（47名患者+63名健康儿童）
644	2025-04-26	Medical Imaging Applications Developed Using Artificial Intelligence Demonstrate High Internal Validity Yet Are Limited in Scope and Lack External Validation 2025-Feb, Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association IF:4.4Q1 DOI:10.1016/j.arthro.2024.01.043 PMID:38325497	综述	本文回顾了深度学习在运动医学中的应用，识别了文献中的知识和转化差距，并提出了改进建议	系统评估了深度学习模型在运动医学中的内部效度和外部验证情况，并提出了临床适用性不足的问题	仅关注运动医学领域，且大多数研究缺乏外部验证，临床适用性评分较低	评估深度学习在运动医学影像应用中的现状和潜在改进方向	运动医学中的深度学习模型及其临床应用	医学影像分析	运动损伤	深度学习	CNN	医学影像	55项研究
645	2025-04-26	Attention-Based Q-Space Deep Learning Generalized for Accelerated Diffusion Magnetic Resonance Imaging 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487755 PMID:39471111	研究论文	本文提出了一种基于注意力的q空间深度学习模型（aqDL），用于加速扩散磁共振成像（dMRI）的数据重建，支持可变q空间采样策略	提出了一种新型深度学习模型aqDL，能够处理可变q空间采样策略，突破了传统方法对固定采样策略的依赖	虽然在不同数据集上验证了模型的泛化能力，但未提及在更广泛临床环境中的适用性	加速扩散磁共振成像的数据采集并提高重建精度	扩散磁共振成像（dMRI）数据	医学影像处理	NA	扩散磁共振成像（dMRI）	Transformer编码器与多层感知机（MLP）	医学影像数据	Human Connectome Project数据集及两个额外独立数据集
646	2025-04-26	A Multimodal Consistency-Based Self-Supervised Contrastive Learning Framework for Automated Sleep Staging in Patients With Disorders of Consciousness 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3487657 PMID:39471113	研究论文	提出了一种基于多模态一致性的自监督对比学习框架MultiConsSleepNet，用于自动化睡眠分期，特别是在意识障碍患者中的应用	结合多模态一致性特征提取器和自监督对比学习策略，解决了现有方法在表示能力、泛化能力和标记数据稀缺方面的问题	未明确提及具体局限性，但可能面临多模态数据采集和处理的复杂性	开发一个自动化睡眠分期系统，特别针对意识障碍患者	意识障碍患者的睡眠数据	机器学习	意识障碍	自监督对比学习	MultiConsSleepNet	EEG和EOG信号	三个公开数据集和一个自收集的意识障碍数据集
647	2025-04-26	Forecasting Epidemic Spread With Recurrent Graph Gate Fusion Transformers 2025-Feb, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3488274 PMID:39475731	研究论文	提出了一种名为ReGraFT的新型序列到序列模型，用于COVID-19的长期预测	整合了多图门控循环单元（MGRU）与自适应图，利用感染率、政策变化和州际旅行等数据，动态建模复杂的传播动态	过度依赖历史COVID-19数据，可能限制了利用时滞数据（如干预政策信息）的潜力	提高COVID-19长期预测的准确性和稳定性	COVID-19的传播动态	机器学习	COVID-19	GNNs, RNNs, Transformers	Seq2Seq, MGRU, SeLU	时间序列数据	NA
648	2025-04-26	Spherical Harmonics-Based Deep Learning Achieves Generalized and Accurate Diffusion Tensor Imaging 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3471769 PMID:39352828	研究论文	本研究提出了一种基于球谐函数的深度学习方法，用于提高扩散张量成像的泛化性和准确性	利用球谐函数表示扩散MRI信号，并将其系数图作为网络输入，以预测扩散张量场，从而提升方法的泛化能力	NA	开发一种泛化性强、准确且高效的基于深度学习的扩散张量成像方法	扩散张量成像（DTI）数据	医学影像分析	NA	扩散加权成像（DWI），球谐函数（SH）	深度学习（DL）	扩散MRI（dMRI）图像	模拟和体内数据集，涵盖多种DTI应用场景
649	2025-04-26	Multiscale Spatial-Temporal Feature Fusion Neural Network for Motor Imagery Brain-Computer Interfaces 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3472097 PMID:39352826	研究论文	提出了一种基于多尺度时空特征融合的卷积神经网络（MSTFNet），用于运动想象脑机接口（BCI）中的脑电图（EEG）分类	设计了包含特征增强模块、多尺度时间特征提取模块、空间特征提取模块和特征融合模块的新型网络架构，并采用了一种简单而有效的数据增强策略	未提及具体局限性	提高运动想象脑机接口中EEG信号的解码精度	运动想象脑机接口中的EEG信号	脑机接口	NA	EEG信号处理	CNN	EEG信号	两个公共数据集（BCI Competition IV 2a和2b）和一个实验室数据集
650	2025-04-26	Illuminating Entomological Dark Matter with DNA Barcodes in an Era of Insect Decline, Deep Learning, and Genomics 2025-Jan, Annual review of entomology IF:15.0Q1 DOI:10.1146/annurev-ento-040124-014001 PMID:39353093	综述	本文回顾了DNA条形码在昆虫生物多样性发现和群落分析中的应用及其重要性	探讨了DNA条形码在深度学习算法图像训练集构建、全球生物多样性基因组学及昆虫群落功能分析中的潜在作用	未提及具体实验数据或案例研究	评估DNA条形码技术在昆虫识别和生物多样性研究中的应用及未来发展方向	昆虫物种及生物多样性	生物信息学	NA	DNA条形码、高通量测序	深度学习	DNA序列、图像	NA
651	2025-04-26	Spiral volumetric optoacoustic tomography of reduced oxygen saturation in the spinal cord of M83 mouse model of Parkinson's disease 2025-Jan, European journal of nuclear medicine and molecular imaging IF:8.6Q1 DOI:10.1007/s00259-024-06938-w PMID:39382580	research paper	该研究采用多模态成像方法评估帕金森病转基因M83小鼠模型脊髓中的氧合变化	开发了基于深度学习的自动分割工具用于小鼠脊髓结构MRI数据的分析，以及sO2SVOT数据的体积分析	研究仅针对M83小鼠模型，未涉及其他帕金森病模型或人类样本	评估帕金森病小鼠模型脊髓中的氧合变化及结构变化	转基因M83小鼠和非转基因同窝小鼠的脊髓	digital pathology	Parkinson's disease	spiral volumetric optoacoustic tomography (SVOT), high-field T1-weighted MRI, immunostaining	deep learning-based automatic segmentation	image	M83小鼠和非转基因同窝小鼠
652	2025-04-26	Automated Quantification of HER2 Amplification Levels Using Deep Learning 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476554 PMID:39383086	研究论文	本文开发了一种基于深度学习的软采样级联模型和信号检测模型，用于量化细胞中的CEN17和HER2，以辅助评估HER2扩增状态，用于乳腺癌患者的HER2靶向治疗选择	提出了一种新的软采样级联深度学习模型和信号检测模型，显著提高了HER2扩增评估的准确性和效率，并在临床数据集中表现优于七种最新的深度学习方法	研究主要针对乳腺癌和胃癌患者，可能不适用于其他类型的癌症	开发一种自动化方法，用于准确量化HER2扩增水平，以辅助临床决策	乳腺癌和胃癌患者的HER2扩增状态	数字病理学	乳腺癌, 胃癌	荧光原位杂交(FISH), 双原位杂交(DISH)	软采样级联深度学习模型, 信号检测模型	图像	两个临床数据集（FISH数据集和DISH数据集）
653	2025-04-26	MiRS-HF: A Novel Deep Learning Predictor for Cancer Classification and miRNA Expression Patterns 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3476672 PMID:39383085	研究论文	提出了一种名为MiRS-HF的深度学习模型，用于癌症分类和miRNA生物标志物识别	结合了早期融合和中间融合策略，利用LAGCN和GCN网络处理miRNA-疾病异质网络和表达数据，显著提高了分类性能	仅针对六种癌症类型进行了测试，未涵盖更广泛的癌症种类	开发高效的癌症分类和miRNA生物标志物识别方法	miRNA表达数据和miRNA-疾病关联数据	机器学习	癌症	深度学习	LAGCN, GCN	miRNA表达数据	六种癌症类型的数据
654	2025-04-26	Machine Learning, Deep Learning, Artificial Intelligence and Aesthetic Plastic Surgery: A Qualitative Systematic Review 2025-Jan, Aesthetic plastic surgery IF:2.0Q2 DOI:10.1007/s00266-024-04421-3 PMID:39384606	系统性综述	本文系统性评估了机器学习、深度学习和人工智能在美容整形手术中的应用	首次系统性总结了AI、ML和DL在美容整形手术中的多种应用及其潜力	患者可能对AI生成的图像产生不切实际的期望，需谨慎使用这些工具	评估AI技术在美容整形手术领域的应用现状与潜力	美容整形手术相关研究	人工智能在医疗领域的应用	美容整形手术	机器学习(ML)、深度学习(DL)、人工智能(AI)	NA	图像数据	筛选2148项研究，最终纳入18项研究
655	2025-04-26	TKR-FSOD: Fetal Anatomical Structure Few-Shot Detection Utilizing Topological Knowledge Reasoning 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3480197 PMID:39401118	research paper	提出了一种新的胎儿解剖结构少样本检测方法TKR-FSOD，用于超声图像中的胎儿多解剖结构检测	通过拓扑知识推理模块学习拓扑知识，增强模型的推理和检测能力，并提出鉴别能力增强特征学习模块提取丰富的鉴别特征	研究主要集中在超声图像中的胎儿解剖结构检测，可能不适用于其他类型的医学图像或解剖结构	提高超声图像中胎儿多解剖结构检测的性能，特别是在样本难以获取的类别中	胎儿解剖结构	digital pathology	NA	few-shot learning	TKR-FSOD	image	5-shot
656	2025-04-26	Attention-Guided 3D CNN With Lesion Feature Selection for Early Alzheimer's Disease Prediction Using Longitudinal sMRI 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3482001 PMID:39412975	研究论文	本文提出了一种新型的轻量级3D卷积神经网络，用于捕捉脑部疾病的演变过程，以预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展	引入了纵向病变特征选择策略和疾病趋势注意力机制，以提取时间数据中的核心特征并学习疾病趋势与局部变异特征之间的依赖关系	仅使用两次随访的sMRI扫描进行预测，可能限制了模型的泛化能力	预测轻度认知障碍（MCI）向阿尔茨海默病（AD）的进展，以实现早期干预	轻度认知障碍（MCI）患者	数字病理学	老年病	结构磁共振成像（sMRI）	3D CNN	图像	使用两次随访的sMRI扫描进行预测
657	2025-04-26	GCLmf: A Novel Molecular Graph Contrastive Learning Framework Based on Hard Negatives and Application in Toxicity Prediction 2025-Jan, Molecular informatics IF:2.8Q2 DOI:10.1002/minf.202400169 PMID:39421969	研究论文	提出了一种基于硬负样本的分子图对比学习框架GCLmf，用于毒性预测	首次在分子图对比学习中引入特定条件的分子片段作为硬负样本，提升负样本集质量	未讨论模型在更大规模毒性数据集上的泛化能力	提高化学毒性预测的准确性和鲁棒性	分子结构和毒性数据	机器学习	NA	对比学习	GCLmf（基于深度学习的自监督预训练框架）	分子图数据	33种毒性任务的数据集
658	2025-04-26	Continuous Prediction of Wrist Joint Kinematics Using Surface Electromyography From the Perspective of Muscle Anatomy and Muscle Synergy Feature Extraction 2025-Jan, IEEE journal of biomedical and health informatics IF:6.7Q1 DOI:10.1109/JBHI.2024.3484994 PMID:39437291	研究论文	本文提出四种深度学习模型，从不同角度提取肌肉协同特征，用于预测中风患者的手腕关节运动意图	首次从肌肉解剖学角度利用3DCNN模型预测运动意图，通过重构1D sEMG样本为2D帧并输入3DCNN进行特征提取	传统基于盲源分离的矩阵分解算法在提取肌肉协同特征方面仍存在局限性	提高中风患者上肢功能障碍康复效果，通过sEMG信号预测运动意图以精确调整康复机器人辅助水平	中风患者的手腕关节运动	机器学习	中风	sEMG信号处理	3DCNN, CNN-LSTM, GAN	sEMG信号	自建手腕运动数据集和公开Ninapro DB2数据集
659	2025-04-26	Data- and Physics-Driven Deep Learning Based Reconstruction for Fast MRI: Fundamentals and Methodologies 2025, IEEE reviews in biomedical engineering IF:17.2Q1 DOI:10.1109/RBME.2024.3485022 PMID:39437302	综述	本文综述了基于数据和物理驱动的深度学习在快速MRI重建中的基础和方法	探讨了数据模型与物理驱动的协同整合，以及生成模型在MRI加速中的应用	未提及具体实验数据或样本量，可能缺乏实证支持	提高MRI扫描速度，改善患者舒适度和图像质量	MRI重建技术	医学影像处理	NA	深度学习、并行成像、同时多层成像	生成模型、算法展开模型、即插即用模型	MRI图像数据	NA
660	2025-04-26	For the busy clinical-imaging professional in an AI world: Gaining intuition about deep learning without math 2025-Jan, Journal of medical imaging and radiation sciences IF:1.3Q3 DOI:10.1016/j.jmir.2024.101762 PMID:39437625	继续医学教育文章	本文旨在通过医学类比和快速模拟帮助临床影像专业人员更直观地理解深度学习，而无需深入数学细节	采用医学类比和可快速实现的模拟演示，使临床专业人员能够通过亲身体验理解深度学习的内部机制	主要关注诊断领域的深度学习应用，虽然也提到治疗领域的类似性，但未深入探讨	提升临床专业人员对深度学习在医学诊断中应用的基本理解	临床影像专业人员	数字病理	乳腺癌	深度学习模拟演示	深度学习模型	医学影像数据	NA